从不确定性原理出发,理解时变信道特征,以及相干时间、相干带宽的理论说明
文章目录
1.海森堡不确定性原理
1.1 海森堡不确定性原理
不确定性原理是量子力学的产物,不确定性原理并不是由于测量导致的,它是粒子的固有性质,并不依赖于任何测量。虽然我们的讲解这里并没有涉及到粒子的概念,但是借助量子力学中的位置表征和动量表征,我们可以轻而易举地类比信号与系统中的时频概念。
海森堡不确定性原理
在量子力学里,不确定性原理表明,粒子的位置与动量不可同时被确定,位置的不确定性与动量的不确定性遵守不等式
σ
x
σ
p
≥
ℏ
2
\sigma_x \sigma_p \geq \frac{\hbar}{2}
σxσp≥2ℏ
我们对上述不等式做解释:关于位置和动量的不确定关系:我们可以找到一个角度“看清”粒子的位置,让测量时粒子的位置有确定值,这时候位置的标准差 σ x \sigma_x σx最小(位置本征态);也可以找一个角度“看清”粒子的动量,让测量时粒子的动量有确定值,这时候动量的标准差 σ p \sigma_p σp最小(动量本征态)。但是,你找不到一个角度能同时“看清”粒子的位置和动量,让位置的标准差 σ x \sigma_x σx和动量的标准差 σ p \sigma_p σp同时达到最小值(无法同时处于位置和动量的本征态),它们之间有 σ x σ p ≥ ℏ 2 \sigma_x \sigma_p \geq \frac{\hbar}{2} σxσp≥2ℏ这样一个绕不过去的门槛。
1.2 位置-动量表象 → \rightarrow →类比到 → \rightarrow →时间-频率域
位置表象
Φ
(
x
,
t
)
\Phi(x,t)
Φ(x,t)与动量表象
c
(
p
x
,
t
)
c(p_x,t)
c(px,t)的傅里叶变换关系:
c
(
p
x
,
t
)
=
1
2
π
ℏ
∫
−
∞
∞
Φ
(
x
,
t
)
exp
(
−
i
ℏ
p
x
x
)
d
x
Φ
(
x
,
t
)
=
1
2
π
ℏ
∫
−
∞
∞
c
(
p
x
,
t
)
exp
(
−
i
ℏ
p
x
x
)
d
p
x
c(p_x,t) = \frac{1}{\sqrt{2 \pi \hbar}} \int_{-\infty}^{\infty} \Phi(x,t) \exp \left ( -\frac{i}{\hbar} p_x x \right) \text{d}x \\ \Phi(x,t)= \frac{1}{\sqrt{2 \pi \hbar}} \int_{-\infty}^{\infty} c(p_x,t) \exp \left ( -\frac{i}{\hbar} p_x x \right) \text{d}p_x
c(px,t)=2πℏ1∫−∞∞Φ(x,t)exp(−ℏipxx)dxΦ(x,t)=2πℏ1∫−∞∞c(px,t)exp(−ℏipxx)dpx
我们对位置-动量表象的不确定性原理举例说明:考虑位置算符的本征方程
x
^
ϕ
(
x
)
=
x
0
ϕ
(
x
)
⇒
ϕ
(
x
)
=
δ
(
x
−
x
0
)
\hat{x} \phi(x) = x_0 \phi(x) \Rightarrow \phi(x) = \delta(x-x_0)
x^ϕ(x)=x0ϕ(x)⇒ϕ(x)=δ(x−x0)
得到位置算符的本征函数为 δ ( x − x 0 ) \delta(x-x_0) δ(x−x0),因此可以得到,当粒子处于位置本征态时,标准差 σ x → 0 \sigma_x \rightarrow 0 σx→0,我们测量粒子的位置具有确定的值,而此时的动量表象为 1 / 2 π ℏ exp ( − i ℏ p x x ) 1/\sqrt{2 \pi \hbar} \exp \left ( -\frac{i}{\hbar} p_x x \right) 1/2πℏexp(−ℏipxx),这时候,我们通过傅里叶变换切换到动量视角,就会发现对应的图像是一个平面波,它说明粒子取任何动量值的概率都一样,这样动量就完全不确定了
说明:动量表象是位置表象的傅里叶变换,位置表象是动量表象的傅里叶变换,这与时间与频率的关系是一致的,所以我们把对关于位置-动量表象的不确定性原理应用到时频关系中,这里我们先简单描述为:
不确定性结论:
- 在时间上确定延时 δ ( τ − τ 0 ) \delta (\tau-\tau_0) δ(τ−τ0),频域上(注意这里的频域是相对于延时 τ \tau τ)表现为 exp ( − i 2 π f τ 0 ) \exp (-i 2 \pi f\tau_0) exp(−i2πfτ0),取任意 f f f的概率是一样的,没有任何偏差。
- 在频域(这里的频域专指对应多普勒的频域,可以称为多普勒域)上确定多普勒 δ ( 2 π ( ν − ν D ) ) \delta (2 \pi (\nu- \nu_D)) δ(2π(ν−νD)),在时域上表现为 exp ( i 2 π ν D t ) \exp (i 2 \pi \nu_D t) exp(i2πνDt),取任意 t t t的概率是一样的,没有任何偏差。
![](https://i-blog.csdnimg.cn/blog_migrate/4255aeee6f4998aa1fe889d5c1aac042.png)
我们形象地解释时间和频率的不确定性原理:如上图所示,同样两个正弦波,当我们从正面看的时候,它是一些波叠在一起的;当你从侧面看时,它就变成了两个尖尖,只在两个地方有取值。你从正面看到的是波,从侧面看到的是点,但你无法找到一个角度让你既看到波又看到点,波和点之间就差了一个傅里叶变换。
2.不同域的信道系统响应与输入输出关系
我们最常见的线性时变系统为
r
(
t
)
=
∫
0
τ
max
h
(
t
,
τ
)
x
(
t
−
τ
)
d
τ
(1)
r(t) = \int_{0}^{\tau_{\max_{}}} h(t,\tau)x(t-\tau) d \tau \tag{1}
r(t)=∫0τmaxh(t,τ)x(t−τ)dτ(1)
其中
x
(
t
)
x(t)
x(t)是发送信号,
r
(
t
)
r(t)
r(t)是接收信号,
h
(
t
,
τ
)
h(t,\tau)
h(t,τ)是时变的脉冲响应(time-varying impulse response),作用在时域和延时域。下面我们以启发式的方式扩展信道在不同域下的系统响应。
发送信号
x
(
t
)
x(t)
x(t)可以表示为(
X
(
f
)
X(f)
X(f)的逆傅里叶变换)
x
(
t
)
=
∫
d
f
X
(
f
)
exp
(
i
2
π
f
t
)
(2)
x(t) = \int df X(f) \exp(i 2 \pi f t) \tag{2}
x(t)=∫dfX(f)exp(i2πft)(2)
我们从线性组合的角度看待上式,
x
(
t
)
x(t)
x(t)可以看作是
{
exp
(
i
2
π
f
t
)
}
f
\{\exp(i 2 \pi f t)\}_f
{exp(i2πft)}f的线性组合,相应的系数为
d
f
X
(
f
)
dfX(f)
dfX(f),又因为
x
(
t
)
x(t)
x(t)所要经过的系统是线性的,所以
x
(
t
)
x(t)
x(t)经过线性时变系统可以被分解为
exp
(
i
2
π
f
t
)
\exp(i 2 \pi f t)
exp(i2πft)经过该系统的线性组合。我们知道,线性时不变系统的特征函数为
exp
(
s
t
)
\exp(st)
exp(st)的指数形式,启发式地思考,
exp
(
i
2
π
f
t
)
\exp(i 2 \pi f t)
exp(i2πft)经过线性时变系统
H
t
\mathcal H_t
Ht会不会有什么结论?下面就此展开
H
t
[
exp
(
i
2
π
f
t
)
]
=
∫
0
τ
max
h
(
t
,
τ
)
x
(
t
−
τ
)
d
τ
=
∫
0
τ
max
exp
(
i
2
π
f
(
t
−
τ
)
)
h
(
t
,
τ
)
d
τ
=
exp
(
i
2
π
f
t
)
∫
0
τ
max
h
(
t
,
τ
)
exp
(
−
i
2
π
f
τ
)
d
τ
=
exp
(
i
2
π
f
t
)
H
(
t
,
f
)
(3)
\begin{aligned} \mathcal{H}_t \left [\exp(i 2 \pi f t) \right ] &= \int_{0}^{\tau_{\max_{}}} h(t,\tau)x(t-\tau) d \tau \\ & = \int_{0}^{\tau_{\max_{}}} \exp \left(i 2 \pi f (t-\tau) \right) h(t,\tau) d \tau \\ & = \exp \left(i 2 \pi f t \right) \int_{0}^{\tau_{\max_{}}} h(t,\tau) \exp \left(-i 2 \pi f \tau \right) d \tau \\ & = \exp \left(i 2 \pi f t \right) H(t,f) \tag{3} \end{aligned}
Ht[exp(i2πft)]=∫0τmaxh(t,τ)x(t−τ)dτ=∫0τmaxexp(i2πf(t−τ))h(t,τ)dτ=exp(i2πft)∫0τmaxh(t,τ)exp(−i2πfτ)dτ=exp(i2πft)H(t,f)(3)
显然,其中
H
(
t
,
f
)
H(t,f)
H(t,f)是
h
(
t
,
τ
)
h(t,\tau)
h(t,τ)关于延时
τ
\tau
τ的傅里叶变换,即
H
(
t
,
f
)
=
∫
0
τ
max
h
(
t
,
τ
)
exp
(
−
i
2
π
f
τ
)
d
τ
(4)
H(t,f) = \int_{0}^{\tau_{\max_{}}} h(t,\tau) \exp \left(-i 2 \pi f \tau \right) d \tau \tag{4}
H(t,f)=∫0τmaxh(t,τ)exp(−i2πfτ)dτ(4)
本质上,式(2)式(3)的过程也说明了为什么信道的频域对应于延时 τ \tau τ,而不是时间 t t t,这里要着重注意,避免将时间 t t t与信道的频域相对应(这也是我最初的疑惑)。我们称 H ( t , f ) H(t,f) H(t,f)为时变频率响应(time-varying frequency response),直观地将上述经过线性时变系统(信道)的输入输出关系表示为
![](https://i-blog.csdnimg.cn/blog_migrate/60fddf8039abe9d57937c6292cb35103.png)
重新回到式(2)表征的线性组合形式,我们可以得到如下线性组合形式
r
(
t
)
=
H
t
[
x
(
t
)
]
=
∫
d
f
X
(
f
)
H
t
[
exp
(
i
2
π
f
t
)
]
=
∫
X
(
f
)
H
(
t
,
f
)
exp
(
i
2
π
f
t
)
d
f
(5)
\begin{aligned} r(t) & = \mathcal{H}_t \left [ x(t) \right] \\ & = \int df X(f) \mathcal{H}_t \left [ \exp(i 2 \pi f t) \right] \\ & = \int X(f) H(t,f) \exp \left(i 2 \pi f t \right) df \end{aligned} \tag{5}
r(t)=Ht[x(t)]=∫dfX(f)Ht[exp(i2πft)]=∫X(f)H(t,f)exp(i2πft)df(5)
至此,我们能写出接受信号与两种系统响应的关系,分别是时变脉冲响应(对应时间-延时域)和时变频率响应(对应时间-频率域):
r
(
t
)
=
∫
0
τ
max
h
(
t
,
τ
)
x
(
t
−
τ
)
d
τ
=
∫
X
(
f
)
H
(
t
,
f
)
exp
(
i
2
π
f
t
)
d
f
(7 )
\begin{aligned} r(t) &= \int_{0}^{\tau_{\max_{}}} h(t,\tau)x(t-\tau) d \tau \\ & = \int X(f) H(t,f) \exp \left(i 2 \pi f t \right) df \tag{7 } \end{aligned}
r(t)=∫0τmaxh(t,τ)x(t−τ)dτ=∫X(f)H(t,f)exp(i2πft)df(7 )
因为
H
(
t
,
f
)
H(t,f)
H(t,f)是
h
(
t
,
τ
)
h(t,\tau)
h(t,τ)关于延时
τ
\tau
τ的傅里叶变换,我们以此做扩展,可以得到多普勒-频域与多普勒-延时域的系统响应
G
(
ν
,
f
)
=
∫
−
ν
max
/
2
ν
max
/
2
H
(
t
,
f
)
exp
(
−
i
2
π
ν
t
)
d
t
,
H
(
t
,
f
)
=
∫
G
(
ν
,
f
)
exp
(
i
2
π
ν
t
)
d
ν
,
C
(
ν
,
τ
)
=
∫
h
(
t
,
τ
)
exp
(
−
i
2
π
ν
t
)
d
t
,
h
(
t
,
τ
)
=
∫
−
ν
max
/
2
ν
max
/
2
C
(
ν
,
τ
)
exp
(
i
2
π
ν
t
)
d
ν
(9)
\begin{aligned} G(\nu,f) =\int_{-\nu_{\max}/2}^{\nu_{\max}/2} H(t,f)\exp \left ( -i 2 \pi \nu t \right) dt &, \ \ H(t,f)=\int G(\nu,f)\exp \left ( i 2 \pi \nu t \right) d \nu, \\ C(\nu,\tau) =\int h(t,\tau) \exp \left ( -i 2 \pi \nu t \right) dt &, \ \ h(t,\tau)=\int_{-\nu_{\max}/2}^{\nu_{\max}/2} C(\nu,\tau)\exp \left ( i 2 \pi \nu t \right) d \nu \tag{9} \end{aligned}
G(ν,f)=∫−νmax/2νmax/2H(t,f)exp(−i2πνt)dtC(ν,τ)=∫h(t,τ)exp(−i2πνt)dt, H(t,f)=∫G(ν,f)exp(i2πνt)dν,, h(t,τ)=∫−νmax/2νmax/2C(ν,τ)exp(i2πνt)dν(9)
我们称 C ( ν , τ ) C(\nu,\tau) C(ν,τ)为在延时域多普勒域的延时-多普勒扩展函数(Delay-Doppler Spreading function),不同域之间的连接关系如下图所示
![](https://i-blog.csdnimg.cn/blog_migrate/faa4b31c88106f286184c206d034f1bb.png)
不同域下,系统响应的转换关系如下图所示, F \mathcal{F} F表示一层傅里叶变换关系, F [ F ] \mathcal{F} \left [ \mathcal{F} \right ] F[F]表示两层傅里叶变换关系
![](https://i-blog.csdnimg.cn/blog_migrate/a61f1309558ad33a2adab150b4ff89d9.png)
延续式(6)、式(7),我们得到输入-输出与不同域系统响应的关系为:
r
(
t
)
=
∫
0
τ
max
h
(
t
,
τ
)
x
(
t
−
τ
)
d
τ
=
∫
0
τ
max
∫
−
ν
max
/
2
ν
max
/
2
C
(
ν
,
τ
)
x
(
t
−
τ
)
exp
(
i
2
π
ν
t
)
d
ν
d
t
=
∫
X
(
f
)
H
(
t
,
f
)
exp
(
i
2
π
f
t
)
d
f
=
∫
∫
−
ν
max
/
2
ν
max
/
2
X
(
f
)
G
(
ν
,
f
)
exp
(
−
i
2
π
ν
t
)
exp
(
i
2
π
f
t
)
d
ν
d
f
(13)
\begin{aligned} r(t) &= \int_{0}^{\tau_{\max_{}}} h(t,\tau)x(t-\tau) d \tau \\ & = \int_{0}^{\tau_{\max}} \int_{-\nu_{\max}/2}^{\nu_{\max}/2} C(\nu, \tau) x(t - \tau) \exp \left ( i 2 \pi \nu t \right) d \nu d t \\ & = \int X(f) H(t,f) \exp \left(i 2 \pi f t \right) df \\ & = \int \int_{-\nu_{\max}/2}^{\nu_{\max}/2} X(f) G(\nu,f) \exp \left ( -i 2 \pi \nu t \right) \exp \left ( i 2 \pi f t \right) d \nu d f \tag{13} \end{aligned}
r(t)=∫0τmaxh(t,τ)x(t−τ)dτ=∫0τmax∫−νmax/2νmax/2C(ν,τ)x(t−τ)exp(i2πνt)dνdt=∫X(f)H(t,f)exp(i2πft)df=∫∫−νmax/2νmax/2X(f)G(ν,f)exp(−i2πνt)exp(i2πft)dνdf(13)
3. 连续模型 → \rightarrow →离散多径
3.1 基于不确定性原理,直接写出不同域的系统响应函数
首先考虑多普勒-延时域的系统响应函数:延时-多普勒扩展函数
C
(
ν
,
τ
)
C(\nu,\tau)
C(ν,τ)。在延时域,我们认为不同径的延时对于信道本身来说是确定的,类似地,在多普勒域,我们也认为不同径的多普勒频移对于信道本身也是确定的,所以可以认为时延处在时延域的“本征态”,多普勒频移处在多普勒域的“本征态”。因此可以直接写出延时-多普勒扩展函数为
C
(
ν
,
τ
)
=
∑
n
=
1
N
p
β
n
δ
(
τ
−
τ
n
)
δ
(
ν
−
ν
n
)
(14)
C(\nu,\tau) = \sum_{n=1}^{N_p} \beta_n \delta(\tau - \tau_n) \delta(\nu - \nu_n) \tag{14}
C(ν,τ)=n=1∑Npβnδ(τ−τn)δ(ν−νn)(14)
其中 N p N_p Np是收发端的多径数量, τ n \tau_n τn是第 n n n条径的延时, ν n \nu_n νn是第 n n n条径的多普勒频移,特别地, β n = α n e i ϕ n \beta_n=\alpha_n e^{i \phi_n} βn=αneiϕn,其中 α n \alpha_n αn是第 n n n条径的增益, ϕ n \phi_n ϕn是信道第 n n n条径引起的相偏(可以认为是信道的固有属性)。一般地,我们认为 N p N_p Np和 { α n , τ n , ν n } \{\alpha_n,\tau_n,\nu_n\} {αn,τn,νn}是确定但是未知的,但 { ϕ n } \{\phi_n\} {ϕn}是随机变量,均匀分布在 [ − π , π ] [-\pi,\pi] [−π,π]上,且不同径之间相互独立。
基于不确定性原理,既然已经知道时延处在时延域的“本征态”,多普勒频移处在多普勒域的“本征态”,那么对应到其对偶域(延时域对应频域,多普勒域对应时域),频率成分和多普勒偏移应以“平面波”的形式存在,即频域上取任意
f
f
f的概率都一样,没有任何偏差,时域同理,所以我们可以直接写出时变频率响应
H
(
t
,
f
)
H(t,f)
H(t,f)为
H
(
t
,
f
)
=
∑
n
=
1
N
p
β
n
exp
(
−
i
2
π
τ
n
f
)
exp
(
i
2
π
ν
n
t
)
(15)
H(t,f)=\sum_{n=1}^{N_p} \beta_n \exp(-i 2 \pi \tau_n f) \exp({i 2 \pi \nu_n t}) \tag{15}
H(t,f)=n=1∑Npβnexp(−i2πτnf)exp(i2πνnt)(15)
从 H ( t , f ) H(t,f) H(t,f)表达式可以看出,信道的时变特性是由多普勒频移 { ν n } \{\nu_n\} {νn}决定的(在时域上变化有多快),信道随频率变化的特性是由延时决定的(在频域上变化有多快)。而类似地在其他域的系统响应对式(14)和式(15)做傅里叶变换即可。另外,这里要说明,本质上式(14)和式(15)也是傅里叶变换关系,但是为了深入理解其潜在的物理意义,这里借用了不确定性原理进行说明和类比。
基于式(13)和式(14),我们可以进一步显示地写出输入信号
x
(
t
)
x(t)
x(t)与输出信号
r
(
t
)
r(t)
r(t)之间的显示关系:
r
(
t
)
=
∫
0
τ
max
∫
−
ν
max
/
2
ν
max
/
2
C
(
ν
,
τ
)
x
(
t
−
τ
)
exp
(
i
2
π
ν
t
)
d
ν
d
t
=
∫
0
τ
max
∫
−
ν
max
/
2
ν
max
/
2
∑
n
=
1
N
p
β
n
δ
(
τ
−
τ
n
)
δ
(
ν
−
ν
n
)
x
(
t
−
τ
)
exp
(
i
2
π
ν
t
)
d
ν
d
t
=
∑
n
=
1
N
p
β
n
x
(
t
−
τ
n
)
exp
(
i
2
π
ν
n
t
)
(16)
\begin{aligned} r(t) & = \int_{0}^{\tau_{\max}} \int_{-\nu_{\max}/2}^{\nu_{\max}/2} C(\nu, \tau) x(t - \tau) \exp \left ( i 2 \pi \nu t \right) d \nu d t \\ & = \int_{0}^{\tau_{\max}} \int_{-\nu_{\max}/2}^{\nu_{\max}/2} \sum_{n=1}^{N_p} \beta_n \delta(\tau - \tau_n) \delta(\nu - \nu_n) x(t - \tau) \exp \left ( i 2 \pi \nu t \right) d \nu d t \\ & = \sum_{n=1}^{N_p} \beta_n x(t - \tau_n) \exp \left ( i 2 \pi \nu_n t \right) \tag{16} \end{aligned}
r(t)=∫0τmax∫−νmax/2νmax/2C(ν,τ)x(t−τ)exp(i2πνt)dνdt=∫0τmax∫−νmax/2νmax/2n=1∑Npβnδ(τ−τn)δ(ν−νn)x(t−τ)exp(i2πνt)dνdt=n=1∑Npβnx(t−τn)exp(i2πνnt)(16)
从式(16)可以看出,接受信号 r ( t ) r(t) r(t)是原始信号 x ( t ) x(t) x(t)延时和多普勒频移后的线性组合。
4. 相干时间、相干带宽的理论解释和说明
因为多径效应,我们把信道理解为一个随机系统。为了描述信道在时间域和频率域的变化特征,这里我们考虑宽平稳的不相关散射(Wide-sense-stationary uncorrelated scattering, WSSUS)信道模型,将信道的时变频响
H
(
t
,
f
)
H(t,f)
H(t,f)视为二维的宽平稳过程(二维指时间维和频率维),那么这两个维度的相关函数可以表示为:
R
H
(
Δ
t
,
Δ
f
)
=
E
[
H
(
t
+
Δ
t
,
f
+
Δ
f
)
H
∗
(
t
,
f
)
]
(17)
R_H(\Delta t , \Delta f)= \mathbb{E} \left [ H(t+\Delta t, f + \Delta f) H^{*}(t,f) \right] \tag{17}
RH(Δt,Δf)=E[H(t+Δt,f+Δf)H∗(t,f)](17)
另外,延时-多普勒扩展函数
C
(
ν
,
τ
)
C(\nu,\tau)
C(ν,τ)是
H
(
t
,
f
)
H(t,f)
H(t,f)在两个维度的傅里叶变换,随机变量
ν
\nu
ν和
τ
\tau
τ各自不相关,因此
E
[
C
(
ν
1
,
τ
1
)
C
∗
(
ν
2
,
τ
2
)
]
=
Φ
C
(
ν
1
,
τ
1
)
δ
(
ν
1
−
ν
2
)
δ
(
τ
1
−
τ
2
)
(18)
\mathbb{E} \left [ C(\nu_1,\tau_1) C^*(\nu_2,\tau_2) \right] = \varPhi_C(\nu_1,\tau_1) \delta(\nu_1-\nu_2) \delta(\tau_1 - \tau_2) \tag{18}
E[C(ν1,τ1)C∗(ν2,τ2)]=ΦC(ν1,τ1)δ(ν1−ν2)δ(τ1−τ2)(18)
其中
Φ
C
(
ν
,
τ
)
≥
0
\varPhi_C(\nu,\tau) \geq 0
ΦC(ν,τ)≥0 被称为延时-多普勒散射函数(Delay-Doppler scattering function)。我们可以把
Φ
C
(
ν
,
τ
)
\varPhi_C(\nu,\tau)
ΦC(ν,τ)理解为两个维度下的功率谱密度。又因为功率谱密度与自相关函数呈傅里叶变换关系,所以有
R
H
(
Δ
t
,
Δ
f
)
=
∫
∫
Φ
C
(
ν
,
τ
)
exp
(
i
2
π
Δ
t
ν
)
exp
(
−
i
2
π
Δ
f
τ
)
d
ν
d
τ
→
∑
n
=
1
N
p
Φ
C
(
ν
n
,
τ
n
)
exp
(
i
2
π
Δ
t
ν
n
)
exp
(
−
i
2
π
Δ
f
τ
n
)
(20)
\begin{aligned} R_H(\Delta t , \Delta f) &= \int \int \varPhi_C(\nu,\tau) \exp \left ( i 2 \pi \Delta t \nu \right) \exp \left ( -i 2 \pi \Delta f \tau \right) d\nu d \tau \\ & \rightarrow \sum_{n=1}^{N_p} \varPhi_C(\nu_n,\tau_n) \exp \left ( i 2 \pi \Delta t \nu_n \right) \exp \left ( -i 2 \pi \Delta f \tau_n \right) \tag{20} \end{aligned}
RH(Δt,Δf)=∫∫ΦC(ν,τ)exp(i2πΔtν)exp(−i2πΔfτ)dνdτ→n=1∑NpΦC(νn,τn)exp(i2πΔtνn)exp(−i2πΔfτn)(20)
为了叙述方便,我们把式(20)分解为两个部分考虑:时不变和频不变
(1)时不变
时不变对应的分解是为了得到相干带宽,即得到相关性较强的频带范围
Δ
f
c
o
\Delta f_{co}
Δfco。对于相干带宽,主流的参考书中有两种相似但是略有差异的介绍,为了方便说明,我们将其分别命名为强相干带宽和弱相干带宽【只是我起的名字,学术界并没有类似称呼:)】。由式(20)可得
R
H
(
Δ
f
)
=
∑
n
=
1
N
p
Φ
C
(
τ
n
)
exp
(
−
i
2
π
Δ
f
τ
n
)
(21)
R_H( \Delta f)= \sum_{n=1}^{N_p} \varPhi_C(\tau_n) \exp \left ( -i 2 \pi \Delta f \tau_n \right) \tag{21}
RH(Δf)=n=1∑NpΦC(τn)exp(−i2πΔfτn)(21)上式可以理解为
R
H
(
Δ
f
)
R_H( \Delta f)
RH(Δf)是多个含
{
τ
n
}
\{\tau_n\}
{τn}项的线性组合,复指数中的项
−
2
π
Δ
f
τ
n
- 2 \pi \Delta f \tau_n
−2πΔfτn表示相位变化。记最大延时为
τ
max
\tau_{\max}
τmax,最小延时为
τ
min
\tau_{\min}
τmin
-
强相关带宽:不难发现,当 Δ f τ max ≪ 1 \Delta f \tau_{\max} \ll 1 Δfτmax≪1时,最大的相位改变几乎没变化或者变化程度很少,且这时 R H ( Δ f ) R_H( \Delta f) RH(Δf)在满足 Δ f τ max ≪ 1 \Delta f \tau_{\max} \ll 1 Δfτmax≪1时呈现较强的相关性(也就是所谓的coherent),因为对应的相位趋于0。我们称这个频带为强相干带宽。这是一种定性描述,为了方便有的书会定量描述为
Δ f c o = 1 τ max (22) \Delta f_{co} = \frac{1}{\tau_{\max}} \tag{22} Δfco=τmax1(22) -
弱相干带宽:与强相干不同,弱相干承认延时会带来一定的相位改变,即 2 π Δ f τ min > 0 2 \pi \Delta f \tau_{\min} > 0 2πΔfτmin>0,但是“寄希望于”从 τ min \tau_{\min} τmin到 τ max \tau_{\max} τmax这个延时扩展过程的相位变化趋于0,即 Δ f ( τ max − τ min ) ≪ 1 \Delta f(\tau_{\max} - \tau_{\min}) \ll 1 Δf(τmax−τmin)≪1,这时 R H ( Δ f ) R_H( \Delta f) RH(Δf)在满足该条件时呈现一定的相关性,因为存在一定的初始相位变化。我们称这个频带为弱相干带宽。这是一种定性描述,为了方便有的书会定量描述为
Δ f c o = 1 2 ∣ τ max − τ min ∣ (23) \Delta f_{co} = \frac{1}{2|\tau_{\max}-\tau_{\min}|} \tag{23} Δfco=2∣τmax−τmin∣1(23)
无论是定性定量,还是式(22)或式(23)的不同相干带宽表达式,重要的是理解相干带宽与延时或延时扩展呈反比关系。
(2)频不变
频不变对应的分解是为了得到相干时间,即相关性最强的时间范围
Δ
t
c
o
\Delta t_{co}
Δtco,由式(20)可得
R
H
(
Δ
t
)
=
∑
n
=
1
N
p
Φ
C
(
ν
n
)
exp
(
i
2
π
Δ
t
ν
n
)
(24)
R_H( \Delta t)= \sum_{n=1}^{N_p} \varPhi_C(\nu_n) \exp \left ( i 2 \pi \Delta t \nu_n \right)\tag{24}
RH(Δt)=n=1∑NpΦC(νn)exp(i2πΔtνn)(24)
与(1)类似,同样的道理,我们也可以得到强相干时间和弱相干时间
-
强相干时间:
Δ t c o = 1 ν max (25) \Delta t_{co} = \frac{1}{\nu_{\max}} \tag{25} Δtco=νmax1(25) -
弱相干时间:
Δ t c o = 1 4 ( ν max − ν min ) (26) \Delta t_{co} = \frac{1}{4(\nu_{\max} - \nu_{\min})} \tag{26} Δtco=4(νmax−νmin)1(26)
我们要注意,上述表达式前的系数在不同参考书中可能不同,但是真正重要的是相干时间是由多普勒决定的,且与多普勒频移或多普勒扩展成反比。
参考
[1] Tse, D., & Viswanath, P. (2005). Fundamentals of Wireless Communication. Cambridge: Cambridge University Press. doi:10.1017/CBO9780511807213
[2] Simon Haykin and K.J. Ray Liu. 2010. Handbook on Array Processing and Sensor Networks. Wiley-IEEE Press.
[3] P. Bello, “Characterization of Randomly Time-Variant Linear Channels,” in IEEE Transactions on Communications Systems, vol. 11, no. 4, pp. 360-393, December 1963, doi: 10.1109/TCOM.1963.1088793.
[4] 中科院高能所公众号